POJ3624Charm Bracelet，用到了滚动数组(AC)

Charm Bracelet

Time Limit: 1000MS		Memory Limit: 65536K
Total Submissions: 32967		Accepted: 14628

Description

Bessie has gone to the mall's jewelry store and spies a charm bracelet. Of course, she'd like to fill it with the best charms possible from the N (1 ≤ N ≤ 3,402) available charms. Each charm i in the supplied list has a weight W_i (1 ≤ W_i ≤ 400), a 'desirability' factor D_i (1 ≤ D_i ≤ 100), and can be used at most once. Bessie can only support a charm bracelet whose weight is no more than M (1 ≤ M ≤ 12,880).

Given that weight limit as a constraint and a list of the charms with their weights and desirability rating, deduce the maximum possible sum of ratings.

Input

* Line 1: Two space-separated integers: N and M
* Lines 2..N+1: Line i+1 describes charm i with two space-separated integers: W_i and D_i

Output

* Line 1: A single integer that is the greatest sum of charm desirabilities that can be achieved given the weight constraints

Sample Input

4 6
1 4
2 6
3 12
2 7

Sample Output

23

Source

USACO 2007 December Silver

//可以参考看的文章有http://blog.csdn.net/mu399/article/details/7722810
#define _CRT_SECURE_NO_WARNINGS

/*
给定N中物品和一个背包。物品i的重量是Wi,其价值位Vi ，背包的容量为C。问应该如何选择装入背包的物品，使得转入背包的物品的总价值为最大？？
在选择物品的时候，对每种物品i只有两种选择，即装入背包或不装入背包。不能讲物品i装入多次，也不能只装入物品的一部分。因此，
该问题被称为0-1背包问题。*/

//poj3624

//第一次提交出现Memory Limit Exceeded，内存爆了
//第二次提交AC用了滚动数组，就是把 V[2][MAXM]，只用了2，V[N%2][M]，这边都取摸

#include <stdio.h>

#define MAXN  3500
#define MAXM  13000


//int V[MAXN][MAXM];
int V[2][MAXM];
int N = 0;
int M = 0;
int W[MAXN];
int D[MAXN];
int ans = 0;

int max(int a,int b)
{
	if (a<b) return b;
	else return a;
}

void init()
{
	int i = 0;
	int j = 0;
	for (i = 0; i < MAXN;i++)
	{
		W[i] = 0;
		D[i] = 0;
	}

	for (i = 0; i < 2;i++)
	{
		for (j = 0; j < MAXM; j++)
		{
			V[i][j] = 0;
		}
	}
	ans = 0;
	return;
}

int main()
{
	//关键是要有个概念V(i,j)是表示前i(1<=i<=n)个物体放入容量是j(1<=j<=C)的背包中的最大价值
	//首先要置初始值
	//V(0,j)=V(i,0)=0
	//推导公式就是V(i,j)=max(V(i-1,j),V(i-1,j-wi)+vi; V(i-1,j-wi)+vi表示的前i-1物体，放入(j-wi)重量包的最大价值，wi表示第i个物体所占的重量
	int i = 0;
	int j = 0;
	freopen("input.txt","r",stdin);
	scanf("%d %d",&N,&M);

	init();
	for (i = 1; i <= N;i++)
	{
		scanf("%d %d",&W[i],&D[i]);
	}
	//动态规划，变量，到底求的是什么，那就是前i个钻石是否用
	//放前i个物体不超过wi重的最大重量
	if (W[1]<=M) V[1][W[1]] = D[1]; //只有第一个物体的时候赋值
	else V[1][W[1]] = 0;
	for (i = 2; i <= N;i++)//N是总个数
	{
		for (j = 1; j <= M;j++) //M是总重量
		{
			if ((j - W[i])>=0)
			{
				V[i%2][j] = max(V[(i - 1) % 2][j], V[(i - 1) % 2][j - W[i]] + D[i]);
			}
			else
			{
				V[i%2][j] = V[(i - 1) % 2][j];
			}
		}
	}
	printf("%d\n", V[N%2][M]);
	return 0;
}

滚动数组的概念从http://blog.csdn.net/niushuai666/article/details/6677982拿到

滚动数组的作用在于优化空间，主要应用在递推或动态规划中（如01背包问题）。因为DP题目是一个自底向上的扩展过程，我们常常需要用到的是连续的解，前面的解往往可以舍去。所以用滚动数组优化是很有效的。利用滚动数组的话在N很大的情况下可以达到压缩存储的作用。

一个简单的例子：

斐波那契数列：

一般代码：

[cpp]  view plain  copy

1. #include<iostream>  
2. #include<cstdio>  
3. using namespace std;  
4. int Fib[25];  
5.   
6. int fib(int n)  
7. {  
8.     Fib[0] = 0;  
9.     Fib[1] = 1;  
10.     Fib[2] = 1;  
11.     for(int i = 3; i <= n; ++i)  
12.         Fib[i] = Fib[i - 1] + Fib[i - 2];  
13.     return Fib[n];  
14. }  
15.   
16. int main()  
17. {  
18.     int ncase, n, ans;  
19.     scanf("%d", &ncase);  
20.     while(ncase--)  
21.     {  
22.         scanf("%d", &n);  
23.         ans = fib(n);  
24.         printf("%d\n", ans);  
25.     }  
26.     return 0;  
27. }  

利用滚动数组优化后代码为：

[cpp]  view plain  copy

1.    
2. #include<cstdio>  
3. using namespace std;  
4. int Fib[3];  
5.   
6. int fib(int n)  
7. {  
8.     Fib[1] = 0;   
9.     Fib[2] = 1;  
10.     for(int i = 2; i <= n; ++i)  
11.     {  
12.         Fib[0] = Fib[1];   
13.         Fib[1] = Fib[2];  
14.         Fib[2] = Fib[0] + Fib[1];  
15.     }  
16.     return Fib[2];  
17. }  
18.   
19. int main()  
20. {  
21.     int ncase, n, ans;  
22.     scanf("%d", &ncase);  
23.     while(ncase--)  
24.     {  
25.         scanf("%d", &n);  
26.         ans = fib(n);  
27.         printf("%d\n", ans);  
28.     }  
29.     return 0;  
30. }          

滚动数组实际是一种节省空间的办法，时间上没啥优势，多用于DP中，举个例子吧： 

一个DP，平常如果需要1000×1000的空间，其实根据DP的无后效性，可以开成2×1000，然后通过滚动，获得和1000×1000一样的效果。滚动数组常用于DP之中，在DP过程中，我们在由一个状态转向另一个状态时，很可能之前存储的某些状态信息就已经无用了，例如在01背包问题中，从理解角度讲我们应开DP[i][j]的二维数组，第一维我们存处理到第几个物品，也就是阶段了，第二维存储容量，但是我们获得DP[i],只需使用DP[i - 1]的信息，DP[i - k],k>1都成了无用空间，因此我们可以将数组开成一维就行，迭代更新数组中内容，滚动数组也是这个原理，目的也一样，不过这时候的问题常常是不可能缩成一维的了，比如一个DP[i][j]需要由DP[i - 1 ][k],DP[i - 2][k]决定，i<n，0<k<=10;n <= 100000000;显然缩不成一维,正常我们应该开一个DP[100000005][11]的数组，结果很明显，超内存，其实我们只要开DP[3][11]就够了DP[i%3][j]由DP[(i - 1)%3][k]和DP[(i - 2)%3][k]决定，空间复杂度差别巨大。